Articles

Found 4 Documents
Search
Journal : Jurnal Simetris

PREDIKSI VOLUME LALU LINTAS ANGKUTAN LEBARAN PADA WILAYAH JAWA TENGAH DENGAN METODE K-MEANS CLUSTERING UNTUK ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Evanita, Evanita; Noersasongko, Edi; Pramunendar, Ricardus Anggi
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (450.085 KB) | DOI: 10.24176/simet.v7i1.505

Abstract

Di Indonesia kepadatan arus lalu lintas terjadi pada jam berangkat dan pulang kantor, hari-hari libur panjang atau hari-hari besar nasional terutama saat hari raya Idul Fitri (lebaran). Mudik sudah menjadi tradisi bagi masyarakat Indonesia yang ditunggu-tunggu menjelang lebaran, berbondong-bondong untuk pulang ke kampung halaman untuk bertemu dan berkumpul dengan keluarga. Kegiatan rutin tahunan ini banyak di lakukan khususnya bagi masyarakat kota-kota besar seperti Jakarta, dimana diketahui bahwa Jakarta adalah Ibu kota negara Republik Indonesia dan menjadi tujuan merantau untuk mencari pekerjaan yang lebih layak yang merupakan harapan besar bagi masyarakat desa. Volume kendaraan bertambah sejak 7 hari menjelang lebaran sampai 7 hari setelah lebaran tiap tahunnya terutama pada arah keluar dan masuk wilayah Jawa Tengah yang banyak menjadi tujuan mudik. Volume kendaraan saat arus mudik yang selalu meningkat inilah yang akan diteliti lebih lanjut dengan metode ANFIS agar dapat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas, kemacetan panjang dan angka kecelakaan berkurang. Dengan input parameter ANFIS yang digunakan yaitu pengclusteran hingga 5 cluster, epoch 100, error goal 0 diperoleh performa terbaik ANFIS dengan K-Means clustering yang terbagi menjadi 3 cluster, epoch terbaik sebesar 20 dengan RMSE Training terbaik sebesar 0,1198, RMSE Testing terbaik sebesar 0,0282 dan waktu proses tersingkat sebesar 0,0695.Selanjutnya hasil prediksi diharapkan dapat bermanfaat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas lebih baik lagi.Kata kunci: angkutan lebaran, Jawa Tengah, ANFIS.
PREDIKSI HARGA JUAL SUKU CADANG IMPOR MESIN ROKOK DENGAN JARINGAN SYARAF TIRUAN Evanita, Evanita; Hakim, Muhammad Malik
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 1 (2018): JURNAL SIMETRIS VOLUME 9 NO 1 TAHUN 2018
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.781 KB) | DOI: 10.24176/simet.v9i1.1550

Abstract

Industri rokok merupakan industri vital di wilayah Kabupaten Kudus, sehingga kesiapan kinerja mesin rokok yang menjadi salah satu penggerak utama pabrik rokok menjadi sangat penting. Salah satu cara untuk menjaga agar mesin rokok senantiasa siap bekerja adalah menjaga ketersediaan suku cadang mesin rokok, terutama Garniture. Permasalahan utama yang menjadi kendala adalah adanya fluktuasi biaya-biaya dan kurs mata uang, yang membuat harga Garniture menjadi fluktuatif dan membahayakan kelangsungan hidup dari perusahaan pemasok. Penelitian ini menggunakan Metode Jaringan Syaraf Tiruan untuk memprediksi harga jual Garniture ke industri rokok. Prediksi harga jual ini membuat perusahaan pemasok dan industri rokok mengetahui prediksi harga yang cukup akurat dan selanjutnya dapat melakukan antisipasi kerugian dan hal lain yang tidak diinginkan terkait dengan fluktuasi harga yang terjadi ketika dilakukan proses pembelian. Untuk memprediksi harga jual Garniture yang tidak menentu tersebut digunakan algoritma Backpropagation dari Jaringan Syaraf Tiruan. Terkait dengan proses training dan testing yang telah dilaksanakan menggunakan algoritma Backpropagation dari Jaringan Syaraf Tiruan dengan 24 inputan, 10 hidden layer, learning rate 0,1 dan 1 output, diperolehhasil yang cukup baik dengan nilai error atau MSE yang pada proses training sebesar 0,00099001 dan MSE pada proses testing sebesar 0,19113.
PREDIKSI VOLUME LALU LINTAS ANGKUTAN LEBARAN PADA WILAYAH JAWA TENGAH DENGAN METODE K-MEANS CLUSTERING UNTUK ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Evanita, Evanita; Noersasongko, Edi; Pramunendar, Ricardus Anggi
Jurnal Simetris Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (450.085 KB)

Abstract

Di Indonesia kepadatan arus lalu lintas terjadi pada jam berangkat dan pulang kantor, hari-hari libur panjang atau hari-hari besar nasional terutama saat hari raya Idul Fitri (lebaran). Mudik sudah menjadi tradisi bagi masyarakat Indonesia yang ditunggu-tunggu menjelang lebaran, berbondong-bondong untuk pulang ke kampung halaman untuk bertemu dan berkumpul dengan keluarga. Kegiatan rutin tahunan ini banyak di lakukan khususnya bagi masyarakat kota-kota besar seperti Jakarta, dimana diketahui bahwa Jakarta adalah Ibu kota negara Republik Indonesia dan menjadi tujuan merantau untuk mencari pekerjaan yang lebih layak yang merupakan harapan besar bagi masyarakat desa. Volume kendaraan bertambah sejak 7 hari menjelang lebaran sampai 7 hari setelah lebaran tiap tahunnya terutama pada arah keluar dan masuk wilayah Jawa Tengah yang banyak menjadi tujuan mudik. Volume kendaraan saat arus mudik yang selalu meningkat inilah yang akan diteliti lebih lanjut dengan metode ANFIS agar dapat menjadi alternatif solusi  langkah  apa  yang  akan  dilakukan di  tahun  selanjutnya agar  pelayanan lalu  lintas, kemacetan panjang dan angka kecelakaan berkurang. Dengan input parameter ANFIS yang digunakan yaitu pengclusteran hingga 5 cluster, epoch 100, error goal 0 diperoleh performa terbaik ANFIS dengan K-Means clustering yang terbagi menjadi 3 cluster, epoch terbaik sebesar 20 dengan RMSE Training terbaik sebesar  0,1198,  RMSE  Testing terbaik sebesar  0,0282  dan  waktu proses tersingkat  sebesar 0,0695.Selanjutnya hasil prediksi diharapkan dapat bermanfaat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas lebih baik lagi.Kata kunci: angkutan lebaran, Jawa Tengah, ANFIS.
PREDIKSI HARGA JUAL SUKU CADANG IMPOR MESIN ROKOK DENGAN JARINGAN SYARAF TIRUAN Evanita, Evanita; Hakim, Muhammad Malik
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 1 (2018): JURNAL SIMETRIS VOLUME 9 NO 1 TAHUN 2018
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.781 KB) | DOI: 10.24176/simet.v9i1.1550

Abstract

Industri rokok merupakan industri vital di wilayah Kabupaten Kudus, sehingga kesiapan kinerja mesin rokok yang menjadi salah satu penggerak utama pabrik rokok menjadi sangat penting. Salah satu cara untuk menjaga agar mesin rokok senantiasa siap bekerja adalah menjaga ketersediaan suku cadang mesin rokok, terutama Garniture. Permasalahan utama yang menjadi kendala adalah adanya fluktuasi biaya-biaya dan kurs mata uang, yang membuat harga Garniture menjadi fluktuatif dan membahayakan kelangsungan hidup dari perusahaan pemasok. Penelitian ini menggunakan Metode Jaringan Syaraf Tiruan untuk memprediksi harga jual Garniture ke industri rokok. Prediksi harga jual ini membuat perusahaan pemasok dan industri rokok mengetahui prediksi harga yang cukup akurat dan selanjutnya dapat melakukan antisipasi kerugian dan hal lain yang tidak diinginkan terkait dengan fluktuasi harga yang terjadi ketika dilakukan proses pembelian. Untuk memprediksi harga jual Garniture yang tidak menentu tersebut digunakan algoritma Backpropagation dari Jaringan Syaraf Tiruan. Terkait dengan proses training dan testing yang telah dilaksanakan menggunakan algoritma Backpropagation dari Jaringan Syaraf Tiruan dengan 24 inputan, 10 hidden layer, learning rate 0,1 dan 1 output, diperolehhasil yang cukup baik dengan nilai error atau MSE yang pada proses training sebesar 0,00099001 dan MSE pada proses testing sebesar 0,19113.